Probabilitas dan Statistika

Pengumpulan dan Penyajian Data

Wirawan Adipradana
Data
• Data merupakan bentuk jamak dari datum.
• Data merupakan keterangan-keterangan
mengenai suatu hal.
• Data dapat diperoleh melalui hasil pengamatan
atau percobaan yang berkaitan dengan suatu
hal yang masih bersifat asumsi atau sementara.
• Data yang ada masih berupa asumsi sementara
sehingga belum tentu benar, sehingga harus
diuji kembali kebenarannya.
Pengumpulan Data

• Pengumpulan Data mempunyai artian mencatat

suatu peristiwa, karakteristik, elemen dari suatu
variabel.
• Data tersebut harus diolah, disederhanakan dan
dianalisis agar dapat dipahami makna dan
kegunaannya.
• Pengumpulan data dapat berupa : pengamatan,
penelusuran literatur, angket/kuisioner,
wawancara, sensus dan sampling.
Pengolahan Data
• Mengolah data diartikan sebagai proses
pemberian skor, mengelompokkan, membuat
data ringkasan berdasarkan data mentah
dengan menggunakan metode tertentu.
• Contoh pengolahan data diantaranya :
menghitung jumlah, rata-rata, persentase,
pengkategorian, dan sebagainya.
• Hasil pengolahan data ini kemudian disajikan
dalam bentuk yang mudah dipahami, misal
dalam bentuk grafik, tabel distribusi frekuensi,
histogram, dsb.
Penyajian Data

• Data yang telah dikumpulkan biasanya

akan disajikan dalam bentuk yang mudah
dimengerti untuk kemudian diolah atau
diproses dengan menggunakan metode
tertentu.
• Data pada umumnya disajikan dalam
bentuk tabel dan grafik.
Tabel Frekuensi

Tabel frekuensi adalah tabel yang menunjukkan atau

memuat banyaknya kejadian atau frekuensi dari suatu
kejadian

Tabel Hasil Ujian Statistik

Nilai Jumlah Mahasiwa
0-20 10
21-40 15
41-60 25
61-80 20
81-100 15
Jumlah 85
Tabel Klasifikasi

• Yaitu tabel yang menunjukkan atau

memuat pengelompokan data. Terbagi
menjadi tabel klasifikasi tunggal dan tabel
klasifikasi ganda.
Tabel Klasifikasi Tunggal Tabel Klasifikasi Ganda
Jenis Jumlah Jenis Jenis
Unggas Unggas Jumlah
Jantan Betina
Ayam 100
Bebek 75 Ayam 100 40 60

Jumlah 175 Bebek 75 25 50

Jumlah 175 65 110
Tabel Kontingensi

• Yaitu tabel yang menunjukkan atau

memuat data sesuai dengan rinciannya.

Tabel Perkembangan Jumlah Ayam di 3 Peternakan pada tahun 2014-2017

Peternakan Peternakan
Tahun Peternakan A Jumlah
B C
2014 100 150 200 450
2015 125 175 250 550
2016 150 150 225 525
2017 200 200 275 675
Jumlah 575 675 950 2200
Tabel Korelasi

• Yaitu tabel yang menunjukkan atau

memuat adanya korelasi antara data yang
disajikan.
Tabel Hasil Ujian Matematika dan Statistika

Nilai Nilai Statistika

Matematika 0-20 21-40 41-60 61-80 81-100
81-100 4 6 5
61-80 1 7 10 4
41-60 1 5 6 7 3
21-40 4 8 10
0-20
Grafik Data/Diagram Data

• Yaitu penyajian data dalam bentuk gambar

• Grafik biasanya merupakan bentuk atau
gambaran dari tabel, sehingga pada
umumnya tabel dan grafik dibuat
bersama-sama.
Piktogram

• Yaitu grafik yang menggunakan gambar

atau lambang untuk menunjukkan data
dengan skala tertentu
Grafik Batang
• Yaitu grafik yang disajikan dalam bentuk persegi
panjang yang mempunyai lebar sama dan
diwakili oleh skala tertentu sesuai data yang
disajikan.
Grafik Batang
Grafik Garis

• Yaitu grafik yang disajikan dalam bentuk

garis
Grafik Garis
Grafik Lingkaran

• Yaitu grafik dengan bentuk lingkaran yang

dibagi-bagi menjadi beberapa bagian
sesuai dengan data yang disajikan
Kartogram

• Yaitu grafik data yang disajikan dalam

bentuk peta, yang biasanya menunjukkan
tingkat populasi penduduk, curuh hujan,
hasil pertanian, hasil pertambangan, dsb.
Kartogram
Tabel Distribusi Frekuensi

• Merupakan tabel yang umum digunakan

dalam penyajian dan pengolahan data
• Tabel distribusi frekuensi menyajikan data
berdasarkan pengelompokan data dalam
kelas-kelas interval dengan frekuensi
tertentu
• Fungsi tabel distribusi frekuensi yaitu
untuk mempermudah dalam pembacaan
data yang besar menjadi lebih sederhana
Data Acak/Data Tunggal

• Pada Tabel Distribusi Frekuensi, data awal

yang ada biasanya masih dalam bentuk
data acak/data tunggal
• Contoh data acak :
Data Kelompok

• Data acak tersebut lalu kemudian

disusun/diurutkan sesuai nilai-nilainya,
dapat dari urutan terkecil ke terbesar atau
sebaliknya
Range

• Selanjutnya, ditentukan Range (R) atau

selisih data tertinggi dan data terendah
• Bila dalam contoh data diatas, maka dapat
disimpulkan bahwa data tertinggi yaitu 95
dan data terendah yaitu 48. Sehingga :
R = data tertinggi - data terendah
= 95 − 48
= 47
Jumlah Kelas Interval

• Selanjutnya harus ditentukan jumlah kelas interval.

• Banyaknya kelas interval pada umumnya dicari dengan
menggunakan aturan Sturgess dimana :
k = 1 + 3,3 log n
dimana :
k = banyaknya kelas
n = banyaknya data
• Dimana pada aturan Sturgess berlaku pembulatan,
dapat berupa pembulatan keatas ataupun kebawah
Jumlah Kelas Interval

• Pada contoh sebelumnya, jumlah data (n)

adalah 75, sehingga dapat dicari banyak
kelas intervalnya, yaitu :
k = 1 + 3,3 log n
= 1 + 3,3 log(75)
= 1 + 3,3(1,8751)
= 7,188
 7 kelas interval
Panjang Kelas Interval

• Panjang interval kelas dapat dicari dengan

menggunakan rumus berikut :

R
i=
k
dimana :
i = panjang interval kelas
R = Range/Jangkauan
k = jumlah kelas
Panjang Interval Kelas

• Dari contoh sebelumnya, panjang interval

kelas yaitu :
R
i=
k
47
=
7
= 6,714
7
Batas Bawah Kelas

• Batas bawah kelas dipilih berdasarkan

data dengan nilai terkecil, atau data yang
lebih kecil daripada data terkecil namun
dengan catatan selisihnya tidak lebih
besar dari setengah panjang kelas.
• Pada contoh sebelumnya, maka batas
bawah kelas dapat ditentukan yaitu 48.
Tabel Distribusi Frekuensi
Catatan
• Pada pembuatan Tabel Distribusi Frekuensi,
perlu dihindari agak tidak ada data yang tidak
masuk kedalam suatu kelas atau ada data yang
masuk pada 2 kelas yang berbeda
• Nilai frekuensi diusahakan tidak ada yang nol
• Banyaknya kelas sebaiknya tidak terlalu sedikit,
dan tidak terlalu banyak. Idealnya berkisar
antara 5-15 kelas
• Banyaknya kelas dapat diatur sendiri sesuai
kebutuhan namun tetap dalam aturan yang
berlaku
Histogram dan Poligon Frekuensi
• Histogram merupakan grafik batang yang
menggambarkan tabel distribusi frekuensi
• Gambar batang pada histogram saling
berhimpitan
• Tiap kelas interval harus ditentukan tepi
bawah dan tepi atas kelas agar batang
pada histogram saling berhimpitan
• Sumbu mendatar (x) menyatakan interval
kelas
• Sumbu tegak (y) menyatakan frekuensi
Histogram dan Poligon Frekuensi
• Poligon merupakan grafik garis dari
histogram
• Poligon frekuensi dibuat dengan menarik
garis dari titik tengah masing-masing
batang pada histogram
• Untuk memperoleh histogram tertutup,
maka perlu dibuat dua kelas baru dengan
panjang kelas yang sama dengan
frekuensi nol pada kedua ujung kelas
interval yang ada
Tabel Distribusi Frekuensi
Tabel Distribusi Frekuensi
Histogram Distribusi Frekuensi
Poligon Distribusi Frekuensi
Tabel Distribusi Frekuensi Relatif

• Tabel distribusi frekuensi relatif

menyatakan besar frekuensi suatu kelas
interval terhadap keseluruhan data yang
ada
• Dinyatakan dalam bentuk persentase (%)
frekuensi absolut kelas interval
f rel = f (%) = 100%
n
Tabel Distribusi Frekuensi Relatif
Tabel Distribusi Frekuensi Kumulatif

• Tabel distribusi frekuensi kumulatif dibuat dengan

menjumlahkan frekuensi pada tiap kelas interval
• Grafik distribusi kumulatif disebut Ogive
• Dibagi menjadi : frekuensi kumulatif “kurang dari” dan
frekuensi kumulatif “lebih dari“
• Distribusi frekuensi kumulatif kurang dari memuat jumlah
frekuensi yang memiliki nilai kurang dari nilai batas kelas
suatu inteval. Ogive yang terbentuk disebut ogive positif
• Distribusi frekuensi kumulatif lebih dari memuat jumlah
frekuensi yang memiliki nilai lebih dari nilai batas kelas
suatu inteval. Ogive yang terbentuk disebut ogive negatif
Contoh Tabel Distribusi Frekuensi Kurang
Dari
Ogive Positif
Contoh Tabel Distribusi Frekuensi Lebih Dari
Ogive Negatif
Ukuran Nilai Pusat
• Nilai pusat merupakan nilai tunggal yang dapat
digunakan untuk mewakili keseluruhan nilai
yang terdapat dalam data tersebut.
• Ukuran ini dapat digunakan juga untuk
membandingkan keadaan dari beberapa
kelompok data
• Nilai pusat memiliki nilai dengan kecenderungan
(tendensi) terletak di urutan tengah atau pusat
• Ukuran nilai pusat yaitu meliputi mean, median,
dan modus
Mean, Median, Modus
• Mean = nilai rata-rata dari data yang ada

X=
 X
n

• Median = nilai telah data yang telah diurutkan

Me = X n +1 .................... untuk data ganjil
2

1
Me = ( X n + X n ) ..... untuk data genap
2 +1
2 2

• Modus = nilai yang paling sering muncul

Contoh

Hasil ujian Statistika dari 10 mahasiswa

adalah sebagai berikut : 60, 75, 80, 80, 70,
90, 60, 80, 75, 70

Hitunglah mean, median dan modusnya !

Jawab :

X f X.F 1. Mean X=
 X
n
60 2 120
740
70 2 140 = = 74
10
75 2 150
1
80 3 240 2. Median Me = (X n + X n )
2 +1
2 2
90 1 90
1
n = 10 Σx.f = 740 = ( X 10 + X 10 )
2 +1
2 2

1
= (X5 + X6)
2
1
= (75 + 75) = 75
2

3. Modus = 80
Mean, median, modus??
Mean untuk data kelompok

• Metode Biasa
• Metode Simpangan Rata-Rata
• Metode Coding
1. Mean : Metode Biasa

X=
 fX
f
dimana :
X = titik tengah interval
f = frekuensi, dimana  f = n
Contoh soal
Jawab

X=
 fX
=
6718
= 67,18
f 100
2. Mean : Metode Simpangan Rata-Rata

X =M +
 fd
f
dimana :
M = titik tengah kelas modus
d = X - M, dimana X = titik tengah kelas interval
f = frekuensi
Contoh soal

Titik tengah kelas modus (M) = 67

Jawab

X =M +
 fd
f
18
= 67 +
100
= 67,18
3. Mean : Metode Coding

X = M +C
 fu
f
dimana :
M = titik tengah kelas modus
C = panjang kelas
d
u = , dimana d = X - M
C
f = frekuensi
Contoh soal

Jawab : M = 67
C = 62,5 − 59,5 = 3
d
u=
3
Jawab

X = M +C
 fu
f
6
= 67 + 3 
100
= 67,18
Median Data Kelompok

1
n − (  f 2 )o
Me = B + 2 C
f Me
dimana :
B = tepi bawah kelas median
n = jumlah frekuensi
( f 2 )o = jumlah frekuensi kelas sebelum median
C = panjang interval kelas
f Me = frekuensi kelas median

Untuk mencari median data kelompok, perlu dicari terlebih dahulu kelas
1
tempat median berada, yaitu dengan :( f 2 )o  n
2
Contoh Soal :
Cari median dari tabel berikut !
Jawab
Jumlah frekuensi (n) = 40.
1
n = 20
2
Kelas median :
1
(  f 2 )o  n
2
1
f1 + f 2 + f 3  n
2
20  20
Sehingga kelas median berada pada kelas ke-3
 B = 70,5
(  f 2 )o = 2 + 5 = 7
C =3
f Me = 13

1
n − (  f 2 )o
Me = B + 2 C
f Me
1
(40) − 7
= 70,5 + 2 (3)
13
= 73,5
Modus Data Kelompok

Kelas dengan frekuensi terbesar disebut

kelas modus.
Modus data kelompok dapat dicari dengan :
d1
Mo = L + C
d1 + d 2
dimana :
L = tepi bawah kelas modus
d1 = selisih frekuensi kelas modus dengan kelas sebelumnya
d 2 = selisih frekuensi kelas modus dengan kelas setelahnya
C = panjang interval kelas
Contoh Soal :
Cari modus dari tabel berikut !

Jawab : L = 65,5
d 1 = 32 − 25 = 7
d 2 = 32 − 15 = 17
C =3
 d1
Mo = L + C
d1 + d 2
7
= 65,5 + (3)
7 + 13
= 66,375
Fraktil

• Fraktil adalah nilai-nilai yang membagi

seperangkat data yang telah terurut
menjadi beberapa bagian yang sama
• Fraktil dapat dibagi menjadi :
– Kuartil = membagi data menjadi empat bagian
yang sama
– Desil = membagi data menjadi sepuluh
bagian yang sama
– Persentil = membagi data menjadi seratus
bagian yang sama
Kuartil
• Kuartil dapat dibedakan menjadi kuartil bawah
atau kuartil pertama (Q1), kuartil tengah atau
kuartil kedua (Q2) dimana juga disebut median,
dan kuartil atas atau ketiga (Q3).

• Kuartil Data Tunggal

i (n + 1)
Qi =
4
dimana :
i = 1,2,3
nilai yang didapat merupakan " nilai yang ke-"
Contoh Soal Kuartil Data Tunggal

Tentukan kuartil dari data berikut :

2,6, 8, 5, 4, 9, 12

Jawab :
Data diatas setelah diurutkan menjadi :
2, 4, 5, 6, 8, 9, 12
n=7 i (n + 1)
Qi =
4
 1(7 + 1)
Q1 = =2
4
2(7 + 1)
Q2 = =4
4
3(7 + 1)
Q3 = =6
4
Q1 = 2. Artinya kuartil 1 adalah data yang kedua, yaitu 4
Q2 = 4. Artinya kuartil 2 adalah data yang keempat, yaitu 6
Q3 = 6. Artinya kuartil 3 adalah data yang keenam, yaitu 9
Kuartil Data Kelompok

in
− (  f i )o
Qi = Bi + 4 C
f Qi
dimana :
Bi = tepi bawah kelas kuartil
n = jumlah semua frekuensi
i = 1, 2, 3
( f i )o = jumlah frekuensi semua kelas sebelum kelas kuartil
C = panjang interval kelas
f Qi = frekuensi kelas kuartil
Kuartil Data Kelompok

• Untuk mencari kelas kuartil, berlaku

ketentuan berikut :

1
Kelas Q1 , jika ( f1 )o  n
4
1
Kelas Q2 , jika ( f 2 )o  n
2
3
Kelas Q3 , jika ( f 3 )o  n
4
Contoh Soal Kuartil Data Kelompok

• Tentukan Q1, Q2, dan Q3 dari data berikut

:
 Jawab

1 2 3
n = 10 n = 20 n = 30
4 4 4
Kelas Q1 = kelas ke - 3 Kelas Q 2 = kelas ke - 3 Kelas Q 3 = kelas ke - 4
B1 = 70,5 B2 = 70,5 B3 = 73,5
( f1 )o = 7 (  f 2 )o = 7 ( f 3 )o = 20
C =3 C =3 C =3
f Q1 = 13 f Q 2 = 13 f Q 3 = 14

i.n i.n
− ( f1 )o
i.n
− (  f 2 )o − (  f 3 )o
Q1 = B1 + 4 C Q2 = B2 + 4 C Q3 = B3 + 4 C
f Q1 fQ2 fQ3
1 40 2  40 3  40
−7 −7 − 20
= 70,5 + 4 3 = 70,5 + 4 3 = 73,5 + 4 3
13 13 14
= 71,19 = 73,5 = 75,64
Desil

• Terdapat 9 jenis Desil, yaitu desil pertama

(D1), desil kedua (D2), desil ketiga (D3)
dan seterusnya hingga desil kesembilan
(D9).
• Desil data tunggal dapat ditentukan
dengan rumus berikut :
i (n + 1)
Di =
10
i = 1, 2, 3, ...., 9
Contoh Desil Data Tunggal

Diberikan data berikut :

23, 30, 32, 34, 38, 38, 39, 40, 41, 43, 44, 45,
46
Tentukan desil ketiga (D3) dan desil ketujuh
(D7)
Jawab

i (n + 1) i (n + 1)
Di = Di =
10 10
3(13 + 1) 7(13 + 1)
D3 = D7 =
10 10
= 4,2 → data ke - 4,2 = 9,8 → data ke - 4,2
 X 4 + 0,2( X 5 − X 4 )  X 9 + 0,8( X 10 − X 9 )
= 34 + 0,2(38 − 34) = 41 + 0,8(43 − 41)
= 34,8 = 42,6
Desil Data Kelompok

in
− (  f i )o
Di = Bi + 10 C
f Di
dimana :
Di = desil ke - i
Bi = tepi bawah kelas desil ke - i
n = jumlah frekuensi
( f i )o = jumlah frekuensi sebelum kelas desil ke - i
C = panjang interval kelas desil ke - i
f Di = frekuensi kelas desil ke - i
i = 1, 2, 3, ...., 9
Contoh Soal Desil Data Kelompok
Jawab
Kelas desil ke-4, jika :
4
(  f 4 )o  n
10
4
 (( f 4 )o  40
10
( f 4 )o  16 → kelas D4 adalah kelas ke - 4

Kelas desil ke-8, jika :

8
(  f 8 )o  n
10
4
 (( f 8 )o  40
10
( f 8 )o  32 → kelas D8 adalah kelas ke - 6
 in in
− (  f i )o − (  f i )o
Di = Bi + 10 C Di = Bi + 10 C
f Di f Di
4n 8n
− (  f 4 )o − (  f 8 )o
D4 = B4 + 10 C D8 = B8 + 10 C
f D4 f D8
4(40) 8(40)
− 14 − 29
= 59,5 + 10 10 = 79,5 + 10 10
7 7
= 59,5 + 2,86 = 79,5 + 4,29
= 62,36 = 83,79
Persentil
Terdapat 99 persentil mulai dari persentil pertama (P1), persentil kedua
(P2), persentil ketiga (P3) dan seterusnya hingga persentil ke-99 (P99)

Persentil Data Tunggal :

i (n + 1)
Pi =
100
i = 1, 2, 3, ..., 99
Persentil Data Kelompok :

in
− (  f i )o
Pi = Bi + 100 C
f Pi
Ukuran Dispersi
• Disebut juga ukuran variasi, yaitu ukuran yang
menyatakan seberapa jauh penyimpangan nilai-
nilai data dari nilai-nilai pusatnya.
• Ukuran dispersi berfungsi untuk memperjelas
sebaran data dari kelompok data yang ada
• Jenis-jenis ukuran dispersi yaitu :
– Jangkauan (Range)
– Jangkauan Antarkuartil dan Semi Interkuartil
– Deviasi/Simpangan Rata-Rata
– Varians
– Simpangan Baku/Standar Deviasi
Jangkauan/Range

• Yaitu selisih nilai data terbesar dan nilai

data terkecil.
R = X max − X min
Jangkauan Antarkuartil dan Semi Interkuartil

• Jangkauan antarkuartil yaitu selisih antara

nilai kuartil atas (Q3) dan kuartil bawah
(Q1).
JK = Q3 − Q1

• Jangkauan semi interkuartil yaitu setengah

dari selisih antara nilai kuartil atas (Q3)
dan kuartil bawah (Q1).
1
Qd = (Q3 − Q1 )
2
Deviasi/Simpangan Rata-Rata

• Deviasi/simpangan rata-rata yaitu nilai

rata-rata hitung dari harga mutlak
simpangan-simpangannya.
• Deviasi rata-rata data tunggal :

DR =
 X −X
n
• Deviasi rata-rata data kelompok :

DR =
 f X −X
n
Contoh Soal

Tentukan deviasi rata-rata dari : 2, 3, 6, 8, 11

Jawab : 2 + 3 + 6 + 8 + 11
X= =6
5
 X − X = 2 − 6 + 3 − 6 + 6 − 6 + 8 − 6 + 11 − 6 = 14

DR =
 X −X
n
14
=
5
= 2,8
Contoh Soal
Jawab :

DR =
 f X −X
n
282
= = 5,64
50
Varians
• Varians adalah simpangan rata-rata kuadrat atau kuadrat dari
simpangan nilai-nilai tengahnya
• Varians Data Tunggal dapat dihitung dengan metode berikut :
1. Metode Biasa
a. Untuk Sampel Besar (n>30)
s 2
=
(X − X ) 2

b. Untuk Sampel Kecil (n≤30)

s 2
=
(X − X ) 2

n −1

2. Metode Angka Kasar

X X
2

2
a. Untuk Sampel Besar (n>30)
s2 = −  

n  n 

b. Untuk Sampel Kecil (n≤30)

s2 =
X
2

−
( X ) 2

n −1 n(n − 1)
Contoh Soal
Tentukan deviasi rata-rata dari : 2, 3, 6, 8, 11
n=5
Jawab :
2 + 3 + 6 + 8 + 11
X= =6
5
s2 =
 ( X − X ) 2

n −1
54
=
5 −1
= 13,5

atau

s2 =
X
2

−
( X)
2

n −1 n(n − 1)
234 30 2
= −
5 − 1 5(5 − 1)
= 13,5
Varians Data Kelompok
1. Metode Biasa
a. Untuk Sampel Besar (n>30) s 2
=
 f (X − X ) 2

b. Untuk Sampel Besar (n≤30) s2 =

 f (X − X ) 2

n −1

2. Metode Angka Kasar

 −  
2
 
2
fX fX
a. Untuk Sampel Besar (n>30) s =
2
  n n
 

b. Untuk Sampel Besar (n≤30) s 2 = 

( fX )
2 2
fX
−
n −1 n(n − 1)

 
3. Metode Coding    fu 
2 2
fu
s 2 = C 2 .  −  

a. Untuk Sampel Besar (n>30)  n 
   n 
  fu 2 ( fu ) 2 
b. Untuk Sampel Besar (n≤30) s 2 = C 2 . − 
 n − 1 n(n − 1) 
 
Contoh Soal
Jawab : Metode Biasa

s2 =
 f ( X − X )2
n
467,790
= = 11,694
40
Jawab : Metode Angka Kasar

   fX
2

2
fX
s 2
= −  

n  n 
2
216117  2937 
= − 
40  40 
= 5402,925 − 5391,231 = 11,694
Jawab : Metode Coding

 fu   fu  
2 
2 2

s =C .
2
−  
 n
 n  
 
2
 63  − 21 
2

=3 −  
 40  40  
 
= 9.(1,575 − 0276) = 11,694
Standar Deviasi/Simpangan Baku

• Standar Deviasi merupakan akar dari

varians
s = varians
Koefisien Variasi

• Koefisien variasi digunakan untuk

membandingkan dua kelompok data yang
berbeda.
s
KV = 100%
X
Kemencengan/Skewness

Yaitu tingkat ketidak-simetrisan atau

seberapa jauh distribusi data dari nilai
simetrinya
Terdapat beberapa metode untuk
menghitung kemencengan sekelompok
data, yaitu :
• Koefisien Pearson
• Koefisien Bowley
• Koefisien Persentil
• Koefisien Momen
Koefisien Kemencengan Pearson

Dirumuskan sebagai nilai selisih antara mean dan modus dibagi

dengan simpangan baku

X − Mo 3( X − Me)
sk = atau sk =
s s
Dimana :
– Bila sk = 0 , maka kurva berbentuk simetris
– Bila sk > 0 , maka nilai-nilai terkonsentrasi pada sisi
sebelah kanan atau kurva menceng positif
– Bila sk < 0 , maka nilai-nilai terkonsentrasi pada sisi
sebelah kiri atau kurva menceng negatif
Contoh Soal
Jawab
 X = M +C
 fu
f Mo = L +
d1
d1 + d 2
C
− 32
= 75,5 + 10 4
40 = 70,5 + 10
4+5
= 67,5
= 74,94

1
n− ( f )o
 fu   fu 
2 2
2
Me = B + 2 C s=C −  
f Me n n 
 
1
40 − 12 134  − 32 
2

= 60,5 + 2 10 = 10 − 
8 40  40 
= 70,5 = 16,2
 X − Mo
sk =
s
67,5 − 74,94
=
16,2
= −0,46

3( X − Me)
sk =
s
3(67,5 − 70,5) Karena sk bernilai negatif, maka
= kurva akan menceng ke kiri atau
16,2 negatif
= −0,56
Koefisien Kemencengan Bowley
Koefisien kemencengan Bowley didasarkan pada hubungan kuartil-
kuartil (Q1, Q2, Q3) dari suatu distribusi.

Q3 − 2Q2 + Q1
sk B =
Q3 − Q1
Dimana :
– Bila Q3-Q2 > Q2-Q1 , maka distribusi menceng kekanan atau
menceng positif
– Bila Q3-Q2 < Q2-Q1 , maka distribusi menceng kekiri atau menceng
negatif
– Bila skB positif, maka distribusi menceng kekanan
– Bila skB negatif, maka distribusi menceng kekiri
– Bila nilai skB = ±0,10 menunjukkan distribusi tidak menceng terlalu
berarti
– Bila nilai skB > 0,30 menunjukkan distribusi menceng berarti
Contoh
Jawab
Q1 = kelas ke - 3 Q3 = kelas ke - 5
n − ( f1 )o
1
n − ( f 3 )o
3
Q1 = B1 + 4 C
f Q1 Q3 = B3 + 4 C
fQ3
27,75 − 13
= 39,995 + 10 83,25 − 78
25 = 59,995 + 10
= 45,895 28
= 61,87
Q2 = kelas ke - 4
Q3 − 2Q2 + Q1
n − ( f 2 )o
2
sk B =
Q2 = B2 + 4 C Q3 − Q1
fQ2
61,87 − 2(54,37) + 45,895
55,5 − 38 =
= 49,995 + 10 61,87 − 45,895
40
= −0,06
= 54,37
Koefisien Kemencengan Persentil

Koefisien kemencengan persentil

didasarkan pada hubungan antarpersentil,
yaitu P90, P50 dan P10 dari distribusi data.
P90 − 2 P50 + P10
sk P =
P90 − P10
Koefisien Kemencengan Momen
Koefisien momen didasarkan pada perbandingan momen ke-3 dengan
pangkat tiga simpangan baku.
Disebut juga sebagai koefisien kemencengan relatif

Data Tunggal : 1
 ( X − X )3
3 = n
s3
1
Data Kelompok :  ( X − X )3 f
3 = n
s3

atau

C 3   fu   fu 2   fu    fu  
3 3

3 = 3 − 3   + 2  
s  n 
 n  n   n 
   
 
Contoh untuk Data Tunggal
Tentukan koefisien momen dari data berikut : 2, 3, 5, 9, 11

Jawab : X = 2 + 3 + 5 + 9 + 11 = 6
5

X X-X̄ (X-X̄ )² (X-X̄ )³ s=

(X − X ) 2

n −1
2 -4 16 -64 60
= = 3,873
3 -3 9 -27 4

5 -1 1 -1 1
 ( X − X )3
9 3 9 27 3 = n
s3
11 5 25 125 1
(60)
= 5
Jumlah 60 60 (3,873)3
= 0, 2065
Contoh untuk Data Kelompok
Jawab
    fu 
2 2
fu
s=C −  

n  n 
 278  94  2 
= 5. −  
 150  150  
 
(
= 5. 1,8533 − 0,3927 )
= 6,0427


C   fu
3 3
  fu   fu    fu  
2 3

3 = 3 − 3 

 + 2
 

 
s  n  n  n n
      
53  520  278  94   94  
3

= 3 
− 3   + 2  
(6,04)  150  150  150   150  
= 0,57(3,47 − 3,48 + 0,49)
= 0,2736
Kerucingan / Kurtosis

• Kurtosis merupakan tingkat kecpuncakan

dari sebuah distribusi yang dihitung secara
relatif terhadap distribusi normal
Koefisien Keruncingan
• Data Tunggal :
1
 ( X − X )4

4 = n
s4

• Data Kelompok :
1
 f ( X − X )4

4 = n
s4

atau

C  
    
2 4
4
fu 4
 fu 3
 fu   fu 2
 fu   fu 
4 = 4 − 4   + 6   − 3  
s  n  n  n   n  n   n  
         
Kecenderungan bentuk kurtosis dapat
diperoleh berdasarkan hasil perhitungan
yang didapat, yaitu :
• Bila nilai <3 maka distribusi kurvanya
berbentuk platikurtik
• Bila nilai >3 maka distribusi kurvanya
berbentuk leptokurtik
• Bila nilai =3 maka distribusi kurvanya
berbentuk mesokurtik
Contoh untuk Data Tunggal
Tentukan koefisien kurtosis dari data berikut : 2, 3, 6, 8, 11
Jawab :
2 + 3 + 6 + 8 + 11
X= =6
5

s=
(X − X ) 2

n −1
54
= = 3,67
4

1
 ( X − X )4
4 = n
s4
1
(978)
= 5
(3,67) 4
= 1,08
Contoh untuk Data Kelompok
Jawab
  fu   fu 
2 2

s=C −  

n  n 
 63  − 21  2 
= 3. −  
 40  40  
 
(
= 3. 1,575 − 0,276 )
= 3,42


C   fu fu 
    
2 4
4 4
 fu 3
 fu   fu 2
 fu   
4 = 4 − 4 

 + 6



 − 3
 

s  n 


n  n   n  n  
 n  
 
34  291  − 87  − 21   63  − 21   − 21  
2 4

= − 4   + 6   − 3  
(3,42) 4  40  40  40   40 40   40  

=
81
(7,275 − 4,5675 + 2,6047 − 0,2279)
136,81
= 3,0102
 1
 f ( X − X )4

4 = n
s4
1
(16.472,9661)
= 40
(3,24) 4
= 3,01
Skor Baku / z-Score

• Skor Baku (z score)dapat digunakan untuk

mengubah nilai menjadi distribusi baru
dengan rata-rata Xo dan simpangan baku
so
• Nilai baru tersebut memiliki rata-rata
bernilai 0 dan simpangan baku bernilai 1
Xi − X
zi =
s
i = 1, 2, 3, ..., n
Contoh
Bentuklah nilai baru z dan hitung rata2 dan simpangan baru dari data
berikut : 5, 4, 8, 7, 1

Jawab : X = 5 + 4 + 8 + 7 + 1 = 5
5

s=
(X − X ) 2

n −1
30
=
4
= 2,74
 Xi − X
zi =
s

X1 − X 8−5
z1 = z3 = = 1,095
s 2,74
5−5 7−5
= =0 z4 = = 0,730
2,74 2,74
4−5 1− 5
z2 = = −0,365 z5 = = −1,460
2,74 2,74

0 + (−0,365) + 1,095 + 0,730 + (−1,460)

x0 =
5
=0
zo =
 i 0
( z − x ) 2

n −1
4
= =1
4